Vous êtes sur la page 1sur 17

Commentaires sur l’envoi 2 deuxième partie :

La deuxième partie de cet envoi comporte :

. le cours b « Diverses notions de déterminants», avec une série d’exercices.

La difficulté de ce cours réside dans le cheminement assez long qu’on fait pour aboutir
à la définition même de ces déterminants. Je vous conseille d’avoir d’abord une vision
d’ensemble de la structure de ce chapitre. Vous pouvez très bien ensuite lire en détail la
partie technique des déterminants de matrices, que vous avez déjà rencontrés, et petit à
petit comprendre le début plus théorique qui justifie les définitions énoncées.

Apprendre un cours c’est idéalement au final savoir les énoncés du cours, avoir
compris les démonstrations et savoir les retrouver, et s’être approprié ces objets
mathématiques, leur avoir donné du sens dans sa tête à soi... Travailler les
démonstrations remplit la boite à outils pour les exercices.

On voit dans ce chapitre quelques applications des déterminants : des critères pour
déterminer si une famille de n vecteurs de E est une base, si un endomorphisme de E
est bijectif, si une matrice de Mn(K) est inversible, une formule d’inversion pour les
matrices inversibles, des formules pour les solutions des systèmes de Cramer.
En fait il y a encore énormément d’applications des déterminants en algèbre, en analyse et en
géométrie.

Université d’Aix-Marseille - Centre de Télé-Enseignement Sciences


Case 35. 3, place Victor Hugo. 13331 Marseille Cedex 03.

http://ctes-sciences.univ-amu.fr/
P o u r r a p p r o c h e r l a c o n n a i s s a n c e
2 Envoi 2 - Cours b

Chapitre II : Diverses notions de déterminants

Dans tout ce qui suit, on notera K un ensemble égal soit au corps R des nombres réels, soit au
corps C des nombres complexes. On désignera de plus par E un K-espace vectoriel de dimension
finie n ≥ 1.

2.1 Formes n-linéaires sur le K-espace vectoriel E


Ce paragraphe va nous donner les notions de base nécessaires à une introduction naturelle des
diverses notions de déterminants.

Définition 6. On dit qu’une application

f : E n → K, (x1 , . . . , xn ) �→ f (x1 , . . . , xn )

est une forme n-linéaire sur E si elle est linéaire en chacun des vecteurs xi ; autrement dit, si
pour tout i ∈ {1, . . . , n} et tout choix de x1 , . . . , xi−1 , xi+1 , . . . xn , l’application partielle xi →

f (x1 , . . . , xi , . . . , xn ) est linéaire.

Remarque 6. Bien noter que l’entier n qui intervient dans cette définition est égal à la dimension
de E.

Exemple 5. Il est clair que l’application de E n dans K constante égale à 0 est une forme n-linéaire.

Exemple 6. 1. Si φ1 , . . . , φn sont des formes linéaires sur E, alors l’application

f : E n → K, (x1 , . . . , xn ) �→ φ1 (x1 ) . . . φn (xn )

est n-linéaire. Si une base B = (e1 , . . . , en ) de E est donnée, en posant, pour tout vecteur x de

E, x = nj=1 xj ej , on peut prendre par exemple pour φi la forme qui associe à x l’une de ses
coordonnées fixée dans la base B. Une telle forme linéaire s’appelle une "forme coordonnée".
2. Quand E = R3 et B = (e1 , e2 , e3 ) est la base canonique, cela donne par exemple f (x1 , x2 , x3 ) =
x11 x22 x33 , en choisissant la première forme coordonnée pour φ1 , la deuxième forme coordonnée
pour φ2 et la troisième forme coordonnée pour φ3 .

Définition 7. Soit f : E n → K une forme n-linéaire. On dit que f est alternée si f s’annulle dès
que deux des vecteurs xi sont égaux : si i �= j et xi = xj , alors f (x1 , . . . , xi , . . . , xj , . . . , xn ) = 0.

Propriété 2. Soit f : E n → K une forme n-linéaire alternée.

9
1. On ne change pas la valeur de f (x1 , . . . , xn ) en ajoutant à l’un des vecteurs xi une combinaison
linéaire des autres vecteurs.
2. Si (x1 , . . . , xn ) est une famille liée de vecteurs de E, alors f (x1 , . . . , xn ) = 0.

Démonstration. 1. Comparons f (x1 , . . . , xi , . . . , xn ) et f (x1 , . . . , xi + j�=i aj xj , . . . , xn ), où les
aj sont des scalaires ; par la multilinéarité de f il vient :
� �
f (x1 , . . . , xi + j�=i aj xj , . . . , xn ) − f (x1 , . . . , xi , . . . , xn ) = j�=i aj f (x1 , . . . , xj , . . . , xn ).
Dans le second membre tous les n-uplets de vecteurs auxquels on applique f ont le même
vecteur à deux places différentes. Par le caractère alterné de f , ce second membre est donc
nul, d’où le résultat.

2. Si (x1 , . . . , xn ) est liée, il existe un indice i tel que xi est de la forme xi = j�=i aj xj . Par
le point précédent, f (x1 , . . . , xi , . . . , xn ) ne change pas en enlevant à xi une combinaison des
autres xj , donc en enlevant xi à lui-même. Ainsi, f (x1 , . . . , xi , . . . , xn ) = f (x1 , . . . , �0, . . . , xn ) =
0, par la linéarité de f en le i-ème argument.

Une deuxième notion est classiquement associée aux formes n-linéaires :


Définition 8. Soit f : E n → K une forme n-linéaire. On dit que f est antisymétrique si f
change de signe lorsqu’on échange deux des vecteurs x1 , . . . , xn : f (x1 , . . . , xi , . . . , xj , . . . , xn ) =
−f (x1 , . . . , xj , . . . , xi , . . . , xn ).

En fait, dans notre cadre les deux notions "alternée" et "antisymétrique" coïncident :
Proposition 4. Soit f : E n → K une forme n-linéaire. Alors f est alternée si et seulement si f
est antisymétrique.
Démonstration. Supposons tout d’abord que f est alternée, et considérons (x1 , . . . , xn ) ∈ E n et
i, j ∈ {1, . . . , n} tels que i < j. Comme f est n-linéaire, on a :
f (. . . , xi−1 , xi + xj , xi+1 , . . . , xj−1 , xi + xj , xj+1 , . . . )
= f (. . . , xi , . . . , xi , . . . ) + f (. . . , xj , . . . , xj , . . . ) + f (. . . , xi , . . . , xj , . . . ) + f (. . . , xj , . . . , xi , . . . )
= f (. . . , xi , . . . , xj , . . . ) + f (. . . , xj , . . . , xi , . . . ).
Comme f est alternée on a de plus :
f (. . . , xi−1 , xi + xj , xi+1 , . . . , xj−1 , xi + xj , xj+1 , . . . ) = 0.
On en déduit que f (. . . , xi , . . . , xj , . . . ) = −f (. . . , xj , . . . , xi , . . . ), et f est antisymétrique.
Inversement, si f est antisymétrique, soit (x1 , . . . , xn ) vérifiant xi = xj pour un couple (i, j) ∈
{1, . . . , n}2 tel que i �= j. Il vient, en intervertissant xi et xj , et en tenant compte du fait que xi = xj :
f (. . . , xi , . . . , xj , . . . ) = −f (. . . , xi , . . . , xj , . . . ), d’où f (. . . , xi , . . . , xi , . . . ) = f (. . . , xi , . . . , xj , . . . ) =
0, ce qui montre que f est alternée.

Remarque 7. Une autre façon d’exprimer le caractère antisymétrique de la forme n-linéaire f


consiste à traduire l’échange de xi et xj en utilisant la transposition τi,j de Sn , de signature −1 :
f (xτi,j (1) , . . . , xτi,j (n) ) = −f (x1 , . . . , xn ) = ε(τi,j )f (x1 , . . . , xn ).
Comme toute permutation de Sn est un produit de transpositions, on déduit de cette remarque
le résultat suivant :

10
Proposition 5. Soit f : E n → K une forme n-linéaire. Alors f est antisymétrique si et seulement
pour tout élément σ de Sn et tout (x1 , . . . , xn ) ∈ E n on a f (xσ(1) , . . . , xσ(n ) = ε(σ)f (x1 , . . . , xn ).

Enfin, on vérifie sans peine le résultat suivant :

Proposition 6. 1. L’ensemble des formes n-linéaires sur E est un sous-espace vectoriel de l’es-
pace vectoriel des applications de E n dans K - on le note Ln (E).
2. L’ensemble des formes n-linéaires alternées sur E est un sous-espace vectoriel de Ln (E) - on
le note An (E).

Remarque 8. Rien ne nous dit pour le moment qu’il existe des formes n-linéaires alternées non
nulles sur E. Dans le paragraphe suivant nous montrerons qu’il en existe, et nous les décrirons
toutes.

2.2 Déterminant d’une famille de n vecteurs dans une base B de E


2.2.1 Définition
Le calcul préliminaire qui va suivre est une clef de la compréhension des notions de déterminants.
Nous considérons maintenant une base B = (e1 , . . . , en ) de E et une forme n-linéaire alternée f
sur E. Nous nous proposons alors d’exprimer le scalaire f (x1 , . . . , xn ) en fonction des coordonnées
des vecteurs xi dans la base B ; posons pour cela :
n

xi = j
xi ej .
j=1
.
La linéarité en le premier argument donne :
n
� n

f (x1 , . . . , xn ) = f ( xj11 ej1 , . . . , xn ) = xj11 f (ej1 , x2 , . . . , xn ) .
j1 =1 j1 =1

En appliquant à chaque terme de cette somme la linéarité en le deuxième argument, et ainsi de


suite, on obtient finalement :
n
� n

f (x1 , . . . , xn ) = ... xj11 . . . xjnn f (ej1 , . . . , ejn ) .
j1 =1 jn =1

Examinons l’un des termes de cette somme, soit xj11 . . . xjnn f (ej1 , . . . , ejn ), et appelons σ l’application
de {1, . . . , n} dans lui-même qui à un entier k associe l’indice jk . Comme f est alternée, s’il y a une
répétition dans (j1 , . . . , jn ), alors f (ej1 , . . . , ejn ) = 0. Pour que le terme xj11 . . . xjnn f (ej1 , . . . , ejn )
soit non nul, il est donc nécessaire que σ soit injective, donc bijective (par le rappel du tout début
du chapitre I). Si c’est le cas, comme f est antisymétrique, le terme considéré vaut

xj11 . . . xjnn f (ej1 , . . . , ejn ) = x1 f (eσ(1) , . . . , eσ(n) ) = ε(σ)x1 f (e1 , . . . , en ) .


σ(1) σ(1)
. . . xσ(n)
n . . . xσ(n)
n

11
Finalement : �
f (x1 , . . . , xn ) = f (e1 , . . . , en )
σ(1)
ε(σ)x1 . . . xσ(n)
n .
σ∈Sn

Dans cette expression, f (e1 , . . . , en ) est un scalaire indépendant de (x1 , . . . , xn ) ; l’application f est
donc de la forme λdetB , où λ est une constante scalaire et detB est définie sur E n par

detB (x1 , . . . , xn ) =
σ(1)
ε(σ)x1 . . . xσ(n)
n .
σ∈Sn

Remarque 9. La notation detB est justifiée par le fait que dans l’expression de detB (x1 , . . . , xn )
interviennent les coordonnées des xi dans la base B.

Le théorème qui suit est un théorème fondamental de ce chapitre, qui nous conduit à une
première notion de déterminant :

Théorème 3. Soit E un espace vectoriel de dimension finie n ≥ 1 sur le corps K = R ou C.


1. Soit B = (e1 , . . . , en ) une base de E. L’application detB définie sur E n par

detB (x1 , . . . , xn ) =
σ(1)
ε(σ)x1 . . . xσ(n)
n
σ∈Sn

est une forme n-linéaire alternée sur E. C’est l’unique forme n-linéaire alternée prenant la
valeur 1 en (e1 , . . . , en ) ; en particulier elle est non nulle.
2. Toute forme n-linéaire alternée f sur E est un multiple de detB . Plus précisément, on a :

f = f (e1 , . . . , en ) detB .

En conséquence, l’espace vectoriel An (E) des formes n-linéaires alternées sur E est de dimen-
sion 1 ; c’est la droite vectorielle générée par detB , quelle que soit la base B de E considérée.

Démonstration. — Tout d’abord, detB est une combinaison de formes n-linéaires constituées de
produits de formes coordonnées (comme dans l’exemple 6). C’est donc une forme n-linéaire,
puisque leur ensemble Ln (E) est un espace vectoriel.

— Pour prouver le caractère alterné de detB , considérons un n-uplet de vecteurs (x1 , . . . , xn )


tel que xi = xj , où i �= j, et notons τ = τi,j . Nous avons vu que l’application φ de Sn dans
lui même définie par φ(σ) = τ ◦ σ est une bijection qui transforme une permutation paire en
une permutation impaire, et une permutation impaire en une permutation paire (cf exercice
3. du chapitre I). Ainsi :
� �
detB (x1 , . . . , xi , . . . , xj , . . . , xn ) =
σ(1) τ ◦σ(1)
x1 . . . xσ(n)
n − x1 . . . xτn◦σ(n) .
σ∈Sn ,ε(σ)=+1 σ∈Sn ,ε(σ)=+1

Mais appliquer τ ne fait qu’échanger i et j ; comme on a supposé que xi = xj , les deux


termes de la somme ci-dessus sont égaux, si bien que f (x1 , . . . , xi , . . . , xj , . . . , xn ) = 0. Ainsi
detB est alternée.

12
— Appliquons maintenant detB à (e1 , . . . , en ) ; comme la j-ème coordonnée de ei est δi,j (= 0

si i �= j et 1 si i = j), il vient detB (e1 , . . . , en ) = σ∈Sn ε(σ)δ1,σ(1) . . . δn,σ(n) . Dans cette
somme, le seul produit δ1,σ(1) . . . δn,σ(n) non nul est obtenu quand on a pour tous les i l’éga-
lité σ(i) = i, c’est-à-dire quand σ = id. On a donc bien detB (e1 , . . . , en ) = 1, qui montre de
plus que detB n’est pas identiquement nulle.

— Nous allons exploiter maintenant le calcul préliminaire "clef" qui nous a conduit à l’expression
de detB : nous avons vu au cours de ce calcul que toute application f n-linéaire alternée sur
E est de la forme f = f (e1 , . . . , en ) detB . On a donc f (e1 , . . . , en ) = 1 si et seulement si
f = detB . De plus, l’égalité f = f (e1 , . . . , en ) detB traduit que toute application f n-linéaire
alternée sur E appartient à la droite vectorielle dirigée par detB , et donc que An (E) est de
dimension 1.

Définition 9. Soit E un espace vectoriel de dimension finie n ≥ 1 sur le corps K = R ou C


et B = (e1 , . . . , en ) une base de E. L’unique forme n-linéaire alternée prenant la valeur 1 en
(e1 , . . . , en ), qui est définie par

detB (x1 , . . . , xn ) =
σ(1)
ε(σ)x1 . . . xσ(n)
n ,
σ∈Sn

est appelée déterminant dans la base B. On dit que detB (x1 , . . . , xn ) est le déterminant de la famille
de vecteurs (x1 , . . . , xn ) dans la base B.

Remarque 10. Il faut bien respecter la notation detB , qui n’a pas de sens si on oublie d’indiquer
en indice la base B considérée.

2.2.2 Propriétés
Nous reprenons et complétons les propriétés de detB .

Propriété 3. Soit E un espace vectoriel de dimension finie n ≥ 1 sur le corps K = R ou C, et


B = (e1 , . . . , en ) une base de E.
L’application detB : E n → K, (x1 , . . . , xn ) �→ detB (x1 , . . . , xn ) vérifie les propriétés suivantes :
� �
1. On a detB (x1 , . . . , xn ) = = ε(σ)x1σ(1) . . . xnσ(n) .
σ(1) σ(n)
σ∈Sn ε(σ)x1 . . . xn σ∈Sn
2. L’application detB est linéaire en chacun des arguments de (x1 , . . . , xn ).
3. On a detB (e1 , . . . , en ) = 1.
4. On a detB (x1 , . . . , xn ) = 0 dès que deux des vecteurs x1 , . . . , xn sont égaux.
5. On ne change pas la valeur de detB (x1 , . . . , xn ) en ajoutant à l’un des vecteurs (x1 , . . . , xn )
une combinaison linéaire des autres vecteurs.
6. On a detB (x1 , . . . , xi , . . . , xj , . . . , xn ) = −detB (x1 , . . . , xj , . . . , xi , . . . , xn ).
7. Pour toute permutation σ de Sn , on a detB (xσ(1) , . . . , xσ(n ) = ε(σ)detB (x1 , . . . , xn ).

13

Démonstration. Seul le premier point est nouveau : posons f (x1 , . . . , xn ) = σ∈Sn ε(σ)x1σ(1) . . . xnσ(n) .
Avec des arguments analogues à ceux de la démonstration du théorème précédent, on vérifie que
f est n-linéaire alternée et que f (e1 , . . . , en ) = 1. Comme detB est la seule application n-linéaire
alternée sur E à vérifier detB (e1 , . . . , en ) = 1, on a f = detB .

Théorème 4. Soit E un espace vectoriel de dimension finie n ≥ 1 sur le corps K = R ou C, et


(x1 , . . . , xn ) un élément de E n . Les assertions suivantes sont équivalentes :
1. La famille (x1 , . . . , xn ) est liée.
2. Pour toute base B de E, on a detB (x1 , . . . , xn ) = 0.
3. Il existe une base B de E telle que detB (x1 , . . . , xn ) = 0.

Démonstration. Nous savons déjà que si (x1 , . . . , xn ) est liée, alors detB (x1 , . . . , xn ) = 0, puisque
detB est alternée, et cela quelle que soit la base considérée : [1. ⇒ 2.] .
Clairement, [2. ⇒ 3.] .
Supposons qu’il existe une base B de E telle que detB (x1 , . . . , xn ) = 0, et montrons que la famille
(x1 , . . . , xn ) est liée, ce qui donnera [3. ⇒ 1.] et achèvera la démonstration. Raisonnons par l’ab-
surde : si la famille (x1 , . . . , xn ) est libre, elle constitue une base B � de E, et la forme n-linéaire
alternée detB� est non nulle, vaut 1 en (x1 , . . . , xn ) et c’est un multiple de detB . Il existe donc un
scalaire λ �= 0 tel que detB� = λdetB . Appliquons les deux membres de cette égalité à (x1 , . . . , xn ).
Il vient detB� (x1 , . . . , xn ) = λdetB (x1 , . . . , xn ), soit 1 = 0, d’où une contradiction.

Autrement dit :

Corollaire 2. Soit E un espace vectoriel de dimension finie n ≥ 1 sur le corps K = R ou C, et


(x1 , . . . , xn ) un élément de E n . Les assertions suivantes sont équivalentes :
1. La famille (x1 , . . . , xn ) est une base de E.
2. Pour toute base B de E, on a detB (x1 , . . . , xn ) �= 0.
3. Il existe une base B de E telle que detB (x1 , . . . , xn ) �= 0.

2.2.3 Interprétation géométrique


Nous allons maintenant donner une interprétation géométrique en termes d’aire ou de volume,
en nous plaçant dans R2 , dans R3 , et plus généralement dans Rn muni de la base canonique
C = (e1 , . . . , en ) = ((1, 0, . . . , 0), (0, 1, 0, . . . , 0), . . . , (0, . . . , 0, 1)).

Remarque 11. Rappelons que le terme de "base canonique" est réservé aux espaces vectoriels de
la forme K n , où K est un corps commutatif (pour nous R ou C). Les éléments de K n sont des
n-uplets de scalaires (a1 , . . . , an ) ; les composantes du vecteur x = (a1 , . . . , an ) coïncident avec ses
coordonnées dans la base canonique, ce qui est une situation particulièrement commode. Dans le
cadre plus général d’un K-espace vectoriel E de dimension n ≥ 1, il n’y a pas de raison de privilégier
une base plutôt qu’une autre et de la qualifier de "canonique".

Remarque 12. Pour les considérations d’aire ou de volume, le corps de base sera uniquement le
corps R des nombres réels.

14
— Dans R2 , prenons comme unité de surface la surface du parallélogramme de côtés e1 et e2 , les
deux vecteurs de la base canonique. Alors, étant donné que detC (e1 , e2 ) = 1, on montre que
| detC (x1 , x2 ) | est la surface du parallélogramme de côtés x1 et x2 . Cette surface est nulle si
et seulement si le parallélogramme est aplati, c’est-à-dire si et seulement si les vecteurs x1
et x2 sont colinéaires.
— Dans R3 , prenons de même comme unité de volume le volume du parallélépipède de côtés
e1 , e2 et e3 . Alors, étant donné que detC (e1 , e2 , e3 ) = 1, on montre que | detC (x1 , x2 , x3 ) |
est le volume du parallélépipède de côtés x1 , x2 et x3 . Ce volume est nul si et seulement
si le parallélépipède est aplati, c’est-à-dire si et seulement si les vecteurs x1 , x2 et x3 sont
coplanaires (c’est-à-dire dans un même plan vectoriel).
— Plus généralement, nous admettrons le fait que si (x1 , . . . , xn ) est une famille de vecteurs de
Rn , le parallélépipède construit sur ces vecteurs est l’ensemble {a1 x1 + · · · + an xn ; 0 ≤
a1 , . . . , an ≤ 1}. Son volume est | detC (x1 , . . . , xn ) |, en prenant comme unité de volume
le volume du parallélépipède construit sur les vecteurs de la base canonique, pour lesquels
detC (e1 , . . . , en ) = 1. Là encore, ce volume est égal à 0 si et seulement si le parallélépipède
est aplati, c’est-à-dire si et seulement si la famille (x1 , . . . , xn ) est liée.

2.3 Déterminant d’un endomorphisme de E


Dans tout ce qui suit on va se placer dans le K-espace vectoriel E, de dimension finie n ≥ 1, et
on notera L(E) l’algèbre des endomorphismes de E.
La définition de cette deuxième sorte de déterminant est fondée sur la proposition suivante.

Proposition 7. Soit E un K-espace vectoriel de dimension finie n ≥ 1, B = (e1 , . . . , en ) une base


de E et f un endomorphisme de E. Alors le scalaire detB (f (e1 ), . . . , f (en )) ne dépend pas de la
base B choisie.

Démonstration. Soit B = (e1 , . . . , en ) et C = (e�1 , . . . , e�n ) deux bases de E. Par le théorème 3, pour
toute famille (x1 , . . . , xn ) de vecteurs de E on a detC (x1 , . . . , xn ) = detC (e1 , . . . , en ) detB (x1 , . . . , xn ).
En particulier, detC (f (e1 ), . . . , f (en )) = detC (e1 , . . . , en ) detB (f (e1 ), . . . , f (en )).
Or on vérifie sans peine que l’application de E n dans K qui à (x1 , . . . , xn ) associe detC (f (x1 ), . . . , f (xn ))
est une forme n-linéaire alternée.
On a donc aussi, toujours par le théorème 3, detC (f (x1 ), . . . , f (xn )) = detC (f (e�1 ), . . . , f (e�n )) detC (x1 , . . . , xn ),
qui donne en particulier detC (f (e1 ), . . . , f (en )) = detC (f (e�1 ), . . . , f (e�n )) detC (e1 , . . . , en ).
On obtient finalement :
detC (f (e�1 ), . . . , f (e�n )) detC (e1 , . . . , en ) = detC (e1 , . . . , en ) detB (f (e1 ), . . . , f (en )),
d’où detC (f (e�1 ), . . . , f (e�n )) = detB (f (e1 ), . . . , f (en )), puisque detC (e1 , . . . , en ) �= 0 du fait que
(e1 , . . . , en ) est une base de E.

Définition 10. Soit E un K-espace vectoriel de dimension finie n ≥ 1, B = (e1 , . . . , en ) une base
de E et f un endomorphisme de E. Alors le scalaire detB (f (e1 ), . . . , f (en )) est appelé déterminant
de f ; il est noté det f .

15
Remarque 13. Bien voir que dans cette nouvelle notation "det f " n’a plus d’indice du fait qu’il
ne dépend pas de la base choisie, contrairement à detB (x1 , . . . , xn ).

Remarque 14. Comme dans la démonstration précédente, l’application de E n dans K qui à


(x1 , . . . , xn ) associe detB (f (x1 ), . . . , f (xn )) est une forme n-linéaire alternée, si bien qu’on a
detB (f (x1 ), . . . , f (xn )) = detB (f (e1 ), . . . , f (en )) detB (x1 , . . . , xn ), autrement dit

detB (f (x1 ), . . . , f (xn )) = det f × detB (x1 , . . . , xn ) .


Cette dernière égalité s"appelle aussi "formule du volume" ; en effet | det f | s’interprète comme
le facteur par lequel sont multipliés les volumes des parallélépipèdes lorsqu’on applique l’endomor-
phisme f .

Propriété 4. 1. Si f, g ∈ L(E), alors det(f ◦ g) = det f × det g.


2. On a det(IdE ) = 1.
3. Si f ∈ L(E), alors f est un automorphisme de E (c’est-à-dire un endomorphisme bijectif de
E) si et seulement si det f �= 0 ; on a alors det(f −1 ) = (det f )−1 .

Démonstration. Soit B = (e1 , . . . , en ) une base de E.


1. On a, par la formule du volume,
det(f ◦ g) = detB (f (g(e1 )), . . . , f (g(en )) = det f detB (g(e1 )), . . . , g(en )) = det f × det g.
2. On a immédiatement det(IdE ) = detB (IdE (e1 ), . . . , IdE (en )) = 1.
3. Rappelons qu’un endomorphisme f de E est bijectif si et seulement si la famille (f (e1 , . . . , f (en ))
est une base de E, donc, par le corollaire 2, si et seulement si detB (f (e1 ), . . . , f (g(en )) �= 0,
c’est-à-dire det f �= 0. On obtient alors de l’égalité f ◦ f −1 = IdE et des deux premiers points
det(f −1 ) = (det f )−1 .

2.4 Déterminant d’une matrice carrée à coefficients dans K


Les deux sections précédentes vont nous permettre de définir les déterminants des matrices
carrées, et d’en obtenir immédiatement les propriétés de base.

Dans tout ce qui suit nous noterons Mn (K) l’algèbre des matrices carrées n × n à coefficients
dans K.

2.4.1 Définition et propriétés


Définition 11. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K). On appelle déterminant de A et on note det A
le déterminant de la famille des vecteurs colonnes de A dans la base canonique de K n . Autrement
dit : � �
det A = ε(σ)a1,σ(1) . . . an,σ(n) = ε(σ)aσ(1),1 . . . aσ(n),n .
σ∈Sn σ∈Sn

16
Remarque 15. Si A = (ai,j )1≤i,j≤n ∈ Mn (K), le scalaire det A est aussi noté classiquement
� �
� a1,1 · · · a1,n ��

det A = � ... .. �� .

� . �
�a · · · an,n �
n,1

Remarque 16. Nous avions déjà introduit deux sortes de déterminants, mais ils sont reliés à cette
partie :
- le déterminant d’une famille (x1 , . . . , xn ) de n vecteurs de E (de dimension n) dans une base B
de E est aussi le déterminant de la matrice carrée dont les colonnes donnent les coordonnées des
xi dans la base B ;
- le déterminant d’un endomorphisme de E est aussi le déterminant de sa matrice dans une quel-
conque base de E (voir la propriété 5 point 8 ci-dessous).

Propriété 5. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K).


1. On a det A = det t A, où t A est la matrice transposée de A, c’est-à-dire t A = (aj,i )1≤i,j≤n .
2. Le scalaire det A dépend linéairement des lignes (resp. colonnes) de A. En particulier det(λA) =
λn det A, pour tout λ ∈ K.
3. On a det In = 1.
4. On a det A = 0 dès que deux lignes (resp. colonnes) de A sont égales .
5. On ne change pas la valeur de det A en ajoutant à l’une des lignes (resp. colonnes) de A une
combinaison linéaire des autres lignes (resp. colonnes).
6. Si on échange deux lignes (resp. colonnes) de A, le déterminant det A change de signe.
7. Si on effectue une permutation σ de Sn sur les lignes (resp. colonnes) de A, le déterminant
det A est multiplié par ε(σ).
8. Si A est la matrice d’un élément f de L(E) dans une base de E, alors det A = det f .
9. Si A, B ∈ Mn (K), on a det(AB) = det A × det B.

Démonstration. — Le premier point vient du fait qu’on a à la fois det A = σ∈Sn ε(σ)a1,σ(1) . . . an,σ(n)

et det A = σ∈Sn ε(σ)aσ(1),1 . . . aσ(n),n .
— Les points 2 à 7 sont des conséquences immédiates des propriétés du déterminant d’une
famille de n vecteurs de K n dans la base canonique de K n .
— Le point 8 provient du fait que si A est la matrice d’un élément f de L(E) dans une base
B = (e1 , . . . , en ) de E, les colonnes de A donnent les coordonnées des f (ei ) dans cette base.
— Pour le dernier point, introduisons les endomorphismes f et g de K n dont les matrices dans
la base canonique sont respectivement A et B ; alors on sait que la matrice de f ◦ g dans
cette base est AB. Mais nous avons vu que det(f ◦ g) = det f × det g. Par ce qui précède on
a aussi det f = det A, det g = det B et det(f ◦ g) = det(AB), d’où la conclusion.

17
2.4.2 Mineurs et cofacteurs
Ces notions vont nous mener à une technique de calcul des déterminants extrêmement utile, et
à une expression de l’inverse d’une matrice inversible.

Définition 12. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K).


1. Pour tout couple (i, j) ∈ {1, . . . , n}2 , on appelle mineur relatif à la composante ai,j le dé-
terminant ∆i,j de la matrice obtenue à partir de A en enlevant la i-ème ligne et la j-ème
colonne.
2. On appelle cofacteur de ai,j le scalaire Ai,j = (−1)i+j ∆i,j . La matrice (Ai,j )1≤i,j≤n des co-
facteurs de A est appelée comatrice de A et notée com(A).

Remarque 17. Les signes qui précèdent les mineurs dans l’expression des cofacteurs se répartissent
comme sur un damier :
� �
�+ − + − + − · · · ��

�−
� + − + − + · · · ��

�+ − + − + − · · · ��
� �
�−

+ − + − + · · · �� .
�+ − + − + − · · · ��

�. .. .. .. .. .. . . ��
� .. . . . . . .

Propriété 6. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K), et Ai,j le cofacteur de ai,j ; alors on a


n
� n

det A = ai,j Ai,j = ai,j Ai,j ,
i=1 j=1

qui donnent respectivement les développements de det A "suivant la j-ème colonne" et "suivant la
i-ème ligne".

Démonstration. Pour montrer la première égalité, dans ce qui suit, tous les vecteurs de K n seront
considérés comme des vecteurs colonnes, et en particulier les vecteurs de la base canonique, notée
C = (e1 , . . . , en ). On notera également C1 , ... , Cn les vecteurs colonnes de A, d’où

det A = detC (C1 , . . . , Cn ) .


�n
Pour un développement suivant la j-ème colonne, remarquons que celle-ci s’écrit Cj = i=1 ai,j ei .
Par linéarité de detC par rapport au j-ème argument, on a donc
n
� n

det A = detC (C1 , . . . , Cj−1 , ai,j ei , Cj+1 , . . . , Cn ) = ai,j detC (C1 , . . . , Cj−1 , ei , Cj+1 , . . . , Cn ) .
i=1 i=1

Dans chaque terme intervient detC (C1 , . . . , Cj−1 , ei , Cj+1 , . . . , Cn ), qui est le déterminant de la ma-
trice obtenue à partir de A en remplaçant la j-ème colonne par ei , ce qui donne une colonne de zéros,
sauf à la i-ème ligne où se trouve un "1". Par j −1 transpositions de colonnes, amenons cette colonne

18
à gauche, puis par i − 1 transpositions de lignes le "1" en haut à gauche. Ceci a multiplié le détermi-
nant de départ par (−1)(j−1)+(i−1) = (−1)i+j . Autrement dit, detC (C1 , . . . , Cj−1 , ei , Cj+1 , . . . , Cn ) =
(−1)i+j detC (e1 , C1 , . . . , Cj−1 , Cj+1 , . . . , Cn ), qui est de la forme :

� �
�1 ∗ ··· ∗ ∗ ··· ∗ �
� �
�0 a1,1 ··· a1,j−1 a1,j+1 ··· a1,n ��

�. .. .. .. .. ��
� .. . . . . �

i+j � �
(−1) �0 ai−1,1 · · · ai−1,j−1 ai−1,j+1 · · · ai−1,n � .
� �
�0 ai+1,1 · · · ai+1,j−1 ai+1,j+1 · · · ai+1,n ��

� .. .. .. .. .. ��
�. . . . . �

�0 a ··· an,j−1 an,j+1 ··· a �
n,1 n,n

Si on enlève la première ligne et la première colonne on reconnaît les coefficients de la matrice


obtenue à partir de A en enlevant la i-ème ligne et la j-ème colonne. De plus la définition de départ

det A = σ∈Sn ε(σ)a1,σ(1) . . . an,σ(n) appliquée à ce nouveau déterminant montre que seules les
permutations σ telles que σ(1) = 1 peuvent contribuer à des termes non nuls, si bien qu’il vaut
� �
� a1,1 ··· a1,j−1 a1,j+1 ··· a1,n �
� �
� . .. .. .. �
� .. . . . �
� �
� · · · ai−1,j−1 ai−1,j+1 · · · ai−1,n ��
i+j �ai−1,1
(−1) � � = (−1)i+j ∆i, j = Ai,j .
�ai+1,1 · · · ai+1,j−1 ai+1,j+1 · · · ai+1,n �
� �
� .. .. .. .. �
� . . . . ��

� an,1 ··· an,j−1 an,j+1 · · · an,n �

On obtient le résultat attendu : det A = ni=1 ai,j Ai,j .
Pour la deuxième égalité, elle provient immédiatement de la première, du fait que transposer
une matrice échange lignes et colonnes, et de l’égalité det A = det t A.

Propriété 7. Soit A = (ai,j )1≤i,j≤n ∈ Mn (K), de comatrice com(A).


1. On a A t com(A) = t com(A) A = (det A) In .
2. En particulier, si A est inversible, on a A−1 = (1/det A) t com(A).

Démonstration. 1. Posons A t com(A) = (ci,j )1≤i,j≤n . On a alors ci,j = nk=1 ai,k Aj,k .

Or, développant det A suivant la j-ème ligne, nous avons obtenu det A = nk=1 aj,k Aj,k .
Refaisons ce développement après avoir substitué à la j-ème ligne de A sa i-éme ligne, où

i �= j. Le déterminant de la matrice obtenue vaut alors nk=1 ai,k Aj,k , autrement dit ci,j ;
mais il vaut aussi 0 car il vient d’une matrice qui a deux lignes égales. Ainsi, si i �= j on a
� �
ci,j = nk=1 ai,k Aj,k = 0. Si i = j, on n’a rien changé à A, et ci,j = nk=1 ai,k Aj,k = det A.
�n
Autrement dit on a l’égalité ci,j = k=1 ai,k Aj,k = δi,j det A.
Comme In = (δi,j )1≤i,j≤n , nous avons finalement obtenu A t com(A) = (det A) In .
Enfin, l’égalité t com(A) A = (det A) se déduit de la précédente en la transposant, car il est
facile de voir que t com(A) = com(t A).
2. Le deuxième point est une conséquence immédiate du premier.

19
2.4.3 Calculs pratiques de déterminants

— Déterminants d’ordre 1 : � �
� �
Le cas des matrices 1 × 1 est très simple : S1 = {Id}, et ε(Id) = +1, d’où �a1,1 � = +a1,1 .

— Déterminants d’ordre 2 :
Rappelons que S2 = {Id, τ1,2 }, avec ε(Id) = +1 et ε(τ1,2 ) = −1, si bien qu’on a :
� �
�a a1,2 �� �
� 1,1
� �= ε(σ)a1,σ(1) a2,σ(2) = +a1,1 a2,2 − a1,2 a2,1 .
�a2,1 a2,2 �
σ∈S2

Le développement d’un déterminant d’ordre 2 suivant la première colonne s’écrit :


� �
�a a1,2 �� � � � �
� 1,1 � � � �
� � = a1,1 �a2,2 � − a2,1 �a1,2 � = a1,1 a2,2 − a1,2 a2,1 .
�a2,1 a2,2 �

— Déterminants d’ordre 3 :
On a S3 = {Id, τ1,2 , τ1,3 , τ2,3 , (1 2 3), (1 3 2)}, et ε(Id) = +1, ε(τ1,2 ) = ε(τ1,3 ) = ε(τ2,3 ) = −1
et ε((1 2 3)) = ε((1 3 2)) = +1, si bien qu’on a :
� �
�a a1,2 a1,3 ��
� 1,1 �
� �
�a2,1 a2,2 a2,3 � = ε(σ)a1,σ(1) a2,σ(2) a3,σ(3)
� �
�a3,1 a3,2 a3,3 � σ∈S 3

= + a1,1 a2,2 a3,3 − a1,2 a2,1 a3,3 − a1,3 a2,2 a3,1 − a1,1 a2,3 a3,2 + a1,2 a2,3 a3,1 + a1,3 a2,1 a3,2 .

Le développement d’un déterminant d’ordre 3 suivant la première colonne s’écrit :


� �
�a a1,2 a1,3 �� � � � � � �
� 1,1 �a � �a � �a �
� � � 2,2 a2,3 � � 1,2 a1,3 � � 1,2 a1,3 �
�a2,1 a2,2 a2,3 � = +a1,1 � � − a2,1 � � + a3,1 � � .
� � �a2,2 a3,3 � �a3,2 a3,3 � �a2,2 a2,3 �
�a3,1 a3,2 a3,3 �

Il y a un moyen mnémotechnique pour écrire un déterminant d’ordre 3, dit "règle de Sarrus" : il


s’agit de recopier à droite du déterminant les deux premières colonnes :
� �
�a a1,2 a1,3 �� a1,1 a1,2
� 1,1
� �
�a2,1 a2,2 a2,3 � a2,1 a2,2
� �
�a3,1 a3,2 a3,3 � a3,1 a3,2
Les trois diagonales orientées de haut en bas et de gauche à droite donnent les termes précédés
d’un "+" : a1,1 a2,2 a3,3 , a1,2 a2,3 a3,1 et a1,3 a2,1 a3,2 .
Les trois diagonales orientées de haut en bas et de droite à gauche donnent les termes précédés
d’un "−" : a1,3 a2,2 a3,1 , a1,1 a2,3 a3,2 et a1,2 a2,1 a3,3 .

20
— Déterminant d’un matrice triangulaire
Rappelons qu’une matrice M = (mi,j )1≤i,j≤n ∈ Mn (K) est dite triangulaire supérieure si on a
mi,j = 0 lorsque i > j, et triangulaire inférieure si on a mi,j = 0 lorsque i < j. Par exemple,
dans M3 (K), la matrice A ci-dessous est triangulaire supérieure et la matrice B est triangulaire
inférieure :    
a1,1 a1,2 a1,3 a1,1 0 0
   
A =  0 a2,2 a2,3  et B = a2,1 a2,2 0  .
0 0 a3,3 a3,1 a3,2 a3,3
En développant det A suivant la première colonne, puis le déterminant 2 × 2 qui apparaît à nouveau
suivant la première colonne, il vient :
� �
�a a1,2 a1,3 �� � �
� 1,1 �a � � �
� � � 2,2 a2,3 � � �
det A = � 0 a2,2 a2,3 � = a1,1 � � = a1,1 a2,2 �a3,3 � = a1,1 a2,2 a3,3 .
� � � 0 a3,3 �
� 0 0 a3,3 �

Idem pour det B = a1,1 a2,2 a3,3 , qu’on peut obtenir par des développements successifs suivant la
première ligne, ou en transposant le calcul précédent.

Ceci se généralise immédiatement au cas d’une matrice de Mn (K) :


Propriété 8. 1. Si M = (mi,j )1≤i,j≤n ∈ Mn (K) est triangulaire supérieure ou triangulaire
inférieure, son déterminant est égal au produit de ses coefficients diagonaux :
n

det M = mi,i .
i=1

2. En particulier, si M est une matrice diagonale, son déterminant est égal au produit de
ses coefficients diagonaux.

— Enfin, il est souvent préférable d’utiliser des opérations sur les lignes et sur les colonnes bien choisies,
pour simplifier les calculs, ou faire apparaître une forme factorisée, même dans le cas 3 × 3. Ainsi :
� � � �
�1 − a 1 1 �� �3 − a 3 − a 3 − a�
� � �
� � � �
� 1 1−a 1 � = � 1 1−a 1 �
� � � �
� 1 1 1 − a� � 1 1 1 − a�
� � � �
�1 1 1 �� �1 1 1 ��
� �
� � � �
= (3 − a) �1 1 − a 1 � = (3 − a) �0 −a 0 � = a2 (3 − a),
� � � �
�1 1 1 − a� �0 0 −a�

où on a successivement ajouté L2 et L3 à L1, mis en facteur (3−a), enlevé L1 à L2 et L3, et terminé


avec une matrice triangulaire (il est commode d’indiquer les opérations effectuées en appelant Li
et Ci les i-ème ligne et i-ème colonne de chaque étape de calcul).

21
2.4.4 Application à la résolution de certains systèmes linéaires
On considère un système linéaire de n équations à n inconnues


 a1,1 x1 + a1,2 x2 + . . . a1,n xn = b1


 a2,1 x1 + a2,2 x2 + . . . a2,n xn = b2
.. ,


 .

a
n,1 x1 + an,2 x2 + . . . an,n xn = bn
où les ai et les bi sont dans K, qu’on peut encore écrire matriciellement

AX = B

avec A = (ai,j )1≤i,j≤n ∈ Mn (K), X = (xi )1≤i≤n ∈ Mn,1 (K) et B = (bi )1≤i≤n ∈ Mn,1 (K).

On dit que ce système est de Cramer s’il admet une solution unique dans K n , autrement dit si
la matrice A est inversible, l’unique solution étant alors donnée par

X = A−1 B .

Donc si A est inversible (ce qui équivaut à det A �= 0) déterminer A−1 conduit à la solution.

Nous montrons ici une expression de la solution en termes de déterminants. Désignons par
C la base canonique de K n , et par A1 , . . . , An les vecteurs colonnes de A. Alors, comme B =
x1 A1 + · · · + xn An , on a pour tout i ∈ {1, . . . , n}

detC (A1 , . . . , Ai−1 , B, Ai+1 , . . . , An ) = xi detC (A1 , . . . , An ) = xi det A .

Dans le cas où le système est de Cramer on en déduit que l’unique solution du système est donnée
par les formules de Cramer :

detC (A1 , . . . , Ai−1 , B, Ai+1 , . . . , An )


xi = , i ∈ {1, . . . , n} .
det A
Il faut savoir toutefois que le calcul de déterminants d’ordre n devient rapidement très lourd
lorsque n augmente, et qu’il est vite préférable de mettre en œuvre la méthode du pivot de Gauss.

22
Exercices du chapitre II
1. Soit A ∈ M3 (R) telle que det A = d, où d est un nombre réel non nul. Calculer det(2A),
det(−A), det(A2 ), et det(A−1 ) si A−1 existe.

2. Dans R3 , on considère les vecteurs u1 = (2, 1, 0), u2 = (1, 3, 1), et u3 = (5, 2, 1). Etudier si la
famille (u1 , u2 , u3 ) est libre grâce à un déterminant.

3. Dans R2 , on considère deux points M1 = (a, b) et M2 = (c, d) non alignés avec O = (0, 0),
et P le parallélogramme dont deux des côtés sont [O M1 ] et [O M2 ]. Calculer la surface du
−−−→ −−−→
parallélogramme P et vérifier qu’elle est égale à | detC (x1 , x2 ) |, où x1 = OM1 , x2 = OM2 , et
C est la base canonique de R2 .

4. (a) Soit A = (ai,j )1≤i,j≤n et B = (bi,j )1≤i,j≤n ∈ Mn (K). Montrer que t (AB) = t B t A.
(b) On dit qu’une matrice A ∈ Mn (K) est antisymétrique si elle vérifie A = −t A. Montrer
que si A est antisymétrique et n impair, alors det A = 0.

5. (a) On appelle trace d’une matrice M = (mi,j ) ∈ Mn (K) et on note tr(M) la somme de ses

coefficients diagonaux : tr(M ) = ni=1 mi,i . Montrer que tr(AB) = tr(BA).
(b) Soit E un K-espace vectoriel de dimension n ≥ 1 et u ∈ L(E). On considère les matrices
M atB1 (u) et M atB2 (u) qui représentent cet endomorphisme dans deux bases B1 et B2 de
E. Montrer que M atB1 (u) et M atB2 (u) ont même trace. Cette trace commune à toutes
les matrices qui représentent u est appelée trace de u et notée tr(u).
� �
a b
(c) On considère la matrice A = de M2 (R) et x ∈ R. Exprimer le déterminant
c d
suivant en fonction de x, det A et tr(A) :
� �
�x − a b ��

� � .
� c x − d�

� �
�2 1 14��

� �
6. (a) Sans calcul montrer que �5 5 7 � est un nombre entier divisible par 17.
� �
�2 10 5�

(b) Calculer les déterminants suivants :


� �
� � �x 0 −1 1 0 ��
� � �a b b b � �
� x
� y x + y �� �
�b a b b�
� �1 x
� −1 1 6 ��
� � � � � �
� y x+y x � ; � � ; �1 0 x − 1 0 6� .
� � �b b a b� � �
�x + y x y � � � �0 1 −1 x 1 ��
� b b b a� �
�0 1 −1 0 x�

23
7. Déterminer les valeurs du paramètre t ∈ R pour lesquelles les matrices suivantes sont inver-
sibles :
   
1 t 1 1 1 t
   
 t 1 1 ; 1 t 1 .
1 t 1 t 1 1

8. Etudier si les matrices suivantes sont inversibles, et si c’est le cas déterminer leur inverse par
la méthode des cofacteurs :
 
    1 2 0 0
1 0 1 −1 + i 1 − i −1 0
     1 2 0

1 1 0 ;  1 − 2i −1 + i −i  ;   .
0 0 1 2
0 1 1 2−i 0 1−i
0 0 0 1

9. (a) Soit x1 , . . . , xn ∈ K (n ≥ 2) et le déterminant de Vandermonde associé :


� �
�1 x
� 1 x21 . . . xn−1
1


� n−1 �
�1 x2 x22 . . . x2 �
V (x1 , . . . , xn ) = �� . . .. .. �� .
� .. .. . ... . �
� �
�1 xn x2n . . . xn−1
n


Montrer que V (x1 , . . . , xn ) = 1≤i<j≤n (xj − xi ) par récurrence sur le nombre n de
scalaires xi (pour cela on retranchera x1 Ci−1 à la colonne Ci pour i = n, i = n − 1, ...
, i = 2 ; puis on développera suivant la première ligne). A quelle condition nécessaire et
suffisante un déterminant de Vandermonde s’annulle-t-il ?
   
a b c 1 1 1
   
(b) On considère les matrices de M3 (C) A =  c a b  et B = 1 j j 2 , où j =
b c a 1 j2 j
2iπ
exp( 3 ). Calculer AB et det B, et en déduire det A.

10. Résoudre les systèmes suivants en discutant selon les valeurs des paramètres (réels) :
 
mx +
 y + z = 1 px +
 (p − 3)y + qz = 2p − 7
x + my + z = 1 , 3x + (2p − 7)y + qz = 1 .
 
 x + y + mz = 1 2x + (p − 3)y + qz = 1

24